Google发明算法来决定人员晋升问题？

普拉萨德塞蒂是谷歌人力分析团队的副总裁。谷歌七年前成立的这个团队负责收集和利用数据来支持公司的管理实践。它的使命很简单，就是根据数据和分析做出所有人事决策。在今年10月举行的谷歌re:Work大会上，Setty用科学介绍了这个团队在人力资源管理方面的一些做法。结论是算法虽然好，但不能滥用，人事决策必须有人定。

谷歌是工程师创立的公司，至今仍由工程师统治。成千上万的大公司每年都会做出许多人事决定：他们应该雇佣谁？提拔谁？最优秀的人应该付出多少？通常情况下，谷歌会找四五个高级工程师组成一个委员会，每个委员会会审核一堆提名，经过多次对话后做出决定。谷歌对此次推广的评估过程相当复杂。要审核的材料太多，要开的会议太多，连谷歌的会议室都不够，只好去附近的万豪酒店开会。

因此，为了帮助减少评审委员会的工作量，早期的People Analytics团队开发了一种算法来简化晋升的决策过程。这个算法是一个计算晋升可能性的公式，如下图所示，它考虑了三个因素：平均业绩、经理推荐和个人推荐(谷歌允许员工自我推荐)(每个因素被赋予不同的权重，平均业绩权重最高，其次是经理推荐和个人推荐)。

对比最终的推广结果发现，该算法相当可靠，后台的测试结果非常好，经过太多周期后依然稳定，其中30%推广案例的决策准确率达到90%。团队成员非常兴奋，认为这样可以节省1/3的委员会工作，让他们腾出时间专注于最困难的决策。

但事实证明，那些人根本不买，也不想用这种模式。因为他们不想躲在黑匣子后面，而是想自己做决定。因此，这种算法从未被用于制定促销决策。

塞特的教训是，人事决策必须由人来做。但是，People Analytics仍然可以发挥作用，即可以使用更好的信息来帮助决策者(使用模型来测试他们的决策过程)，但是不能使用算法来为他们做出决策。

此外，这种洞察力也有助于促进谷歌人力资源和管理方法的改进。人物分析在许多方面从根本上重塑了谷歌的招聘机制。比如谷歌不再强调GPA (Geiger人格评估)和毕业学校，而是更注重一些软特性，比如“谦逊”和“学习能力”。

People Analytics还通过数据分析总结出了优秀管理者的八个特征：

1)做一个好教练。

2)在没有微观管理的情况下赋能团队。

3)表达对团队成员的成功和个人幸福的兴趣/担忧。

4)高效/注重结果

5)良好的沟通者——懂得倾听和分享。

6)帮助团队成员发展事业。

7)对团队有清晰的愿景/战略。

8)具备重要的技术技能，帮助团队提供建议。

此外，谷歌还在内部寻找志愿者进行长期研究，并建立了许多数据点来跟踪他们几十年职业生涯中的工作表现、态度、信念、解决问题的策略、挑开发者_C百科战和抗压能力。虽然还没有确定我们能找到什么，但数据收集和研究绝对是用科学方法研究人力资源问题的第一步。